CN110333739A 一种基于强化学习的auv行为规划及动作控制方法 （哈尔滨工程大学）.docxVIP

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN110333739A

(43)申请公布日2019.10.15

(21)申请号201910775602.7

(22)申请日2019.08.21

(71)申请人哈尔滨工程大学

地址150001黑龙江省哈尔滨市南岗区南

通大街145号

(72)发明人孙玉山冉祥瑞张国成李岳明曹建王力锋王相斌徐昊

吴新雨马陈飞

(74)专利代理机构哈尔滨市松花江专利商标事

务所23109代理人时起磊

(51)Int.Cl.

G05D1/10(2006.01)

G06N3/04(2006.01)

权利要求书5页说明书14页附图4页

(54)发明名称

一种基于强化学习的AUV行为规划及动作控

制方法

(57)摘要

CN110333739A一种基于强化学习的AUV行为规划及动作控制方法，属于水下机器人技术领域。为了解决AUV规划复杂任务时过于依靠人工经验，以及基于智能算法设计的控制方法需要精确的环境模型，从而导致训练经验局限，在现实环境中应用困难的问题。本发明将AUV探测隧洞定义为总任务；完成任务对应的行为包括：趋向目标、墙壁跟踪和避障；将机器人在水下需要完成所规划的行为而产生的控制指令定义为动作；AUV在执行隧洞探测任务时，使用深度强化学习DQN算法进行实时